当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > Workbuddy权限设置教程|管理权限配置方法

Workbuddy权限设置教程|管理权限配置方法

2026-04-15 12:36:46 0浏览 收藏
本文详解WorkBuddy在多平台(飞书、企业微信、钉钉)及本地环境下的精细化权限配置方法:飞书支持JSON模板一键导入全场景办公权限,企业微信需同步配置Token、AESKey与Webhook实现安全回调,钉钉强调按需勾选三级接口以规避高危操作,本地运行则强制用户主动选择Craft/Plan/Ask三级安全沙箱模式——既保障任务执行所需能力,又严防过度授权带来的安全风险,是企业级AI助手安全落地的关键实践指南。

Workbuddy怎么设置权限管理_Workbuddy权限控制配置方法【说明】

如果您已安装WorkBuddy并希望其在执行任务时具备恰当的操作权限,但又避免过度授权引发安全风险,则需通过权限管理模块进行精细化配置。以下是针对不同接入平台(飞书、企业微信、钉钉)的权限控制配置方法:

一、飞书应用权限导入配置

飞书平台要求机器人明确声明所需能力范围,手动逐项勾选易遗漏且耗时,推荐使用JSON权限模板一键导入,确保覆盖消息收发、文档读取、群组交互等核心办公场景。

1、进入飞书开放平台,创建企业自建应用,选择“添加机器人能力”。

2、在应用设置中点击“权限管理”,切换至“导入权限”选项卡。

3、将以下JSON内容完整粘贴至导入框:{"scopes":{"tenant":["contact:contact.base:readonly","docx:document:readonly","im:chat:read","im:chat:update","im:message.group_at_msg:readonly","im:message.p2p_msg:readonly","im:message.pins:read","im:message.pins:write_only","im:message.reactions:read","im:message.reactions:write_only","im:message:readonly","im:message:recall","im:message.send_as_bot","im:message.send_multi_users","im:message.send_sys_msg","im:message:update","im:resource","application:application:self_manage","cardkit:card:write","cardkit:card:read"],"user":["contact:user.employee_id:readonly","offline_access","base:app:copy","base:field:create","base:field:delete","base:field:read","base:field:update","base:record:create","base:record:delete","base:record:retrieve","base:record:update","base:table:create","base:table:delete","base:table:read","base:table:update","base:view:read","base:view:write_only","base:app:create","base:app:update","base:app:read","board:whiteboard:node:create","board:whiteboard:node:read","calendar:calendar:read"]}}

4、点击“确认导入”,系统自动校验并启用全部声明权限。

二、企业微信机器人API权限配置

企业微信采用URL回调机制,权限由后台策略与API调用范围共同决定,需同步配置Token、EncodingAESKey及Webhook URL三要素,缺一不可。

1、登录企业微信管理后台,进入「安全与管理 → 管理工具 → 智能机器人」。

2、点击“创建机器人”,右下角切换为“API模式创建”,选择“URL回调”方式。

3、点击“随机获取”,生成Token与EncodingAESKey,并务必完整记录该两组密钥值。

4、打开WorkBuddy客户端,进入「Claw设置 → 企微AIBot集成」,填入上述Token与EncodingAESKey。

5、点击“注册”,复制生成的Webhook URL,返回企业微信机器人创建页,粘贴至URL输入框并保存。

三、钉钉自建机器人权限分级设置

钉钉对机器人权限实行三级管控:基础消息权限、文件读写权限、组织通讯录访问权限,必须按需开启,不可全选。

1、访问钉钉开发者后台,使用管理员账号创建“自建机器人”。

2、在“机器人详情”页点击“权限管理”,展开“可调用接口列表”。

3、勾选必要接口:发送消息(text/markdown)、上传临时文件、获取部门用户列表(仅限本部门)。

4、取消勾选高危接口:删除消息、更新群公告、读取全员通讯录、调用审批API。

5、点击“保存权限”,等待后台审核通过(通常10分钟内完成)。

四、本地运行安全模式选择

WorkBuddy在本地执行任务前强制启用安全沙箱,用户需主动指定运行级别,系统不会默认启用最高权限。

1、启动WorkBuddy后,在主界面右下角点击“安全模式”按钮。

2、从三个选项中选择一项:Craft(允许执行系统命令与文件写入)、Plan(仅读取文件并生成执行计划)、Ask(仅读取文件并响应问答)。

3、若处理敏感数据或首次使用,必须选择Plan或Ask模式,确认无误后再切换至Craft模式。

4、每次切换模式后,需重启WorkBuddy使配置生效。

好了,本文到此结束,带大家了解了《Workbuddy权限设置教程|管理权限配置方法》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

无符号右移处理负数二进制技巧无符号右移处理负数二进制技巧
上一篇
无符号右移处理负数二进制技巧
海螺AI解析Minimax模型教程指南
下一篇
海螺AI解析Minimax模型教程指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    297次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    352次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    353次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    318次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    137次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码